Как заменить данные в определенном диапазоне на переменную?

Я новичок в машинном обучении,

У меня есть набор данных:

Как заменить данные в определенном диапазоне на переменную?

Я хочу создать «ведро»:

[0-25] = A

[26-50] = B

[51-75] = C

[76-100] = D

Я пробовал panda.cut() :

bins = [-1, 26, 51, 76, 100]    
labels = ["A", "B", "C", "D"]    
dataset['UAS'] = pd.cut(dataset['UAS'], bins=bins, labels=labels)

Результат :

Как заменить данные в определенном диапазоне на переменную?

Он работает только с одномерным массивом. Любые советы/библиотеки, чтобы «вырезать» все столбцы одновременно, не повторяя код?

Большое спасибо.

** пытался apply() :

Как заменить данные в определенном диапазоне на переменную?

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
32
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Использовать:

#only numeric columns
cols = dataset.select_dtypes(np.number).columns
#pass cut for columns from list
dataset[cols] = dataset[cols].apply(lambda x: pd.cut(x, bins=bins, labels=labels))

код возвращает ошибку, '<' не поддерживается между экземплярами 'int' и 'str'

Romario Rio 09.05.2022 12:03

@RomarioRio - можешь проверить сейчас?

jezrael 09.05.2022 12:03

Оно работает. Я предполагаю, что некоторые данные не являются целым числом. Большое спасибо.

Romario Rio 09.05.2022 12:06

Другие вопросы по теме